Maskinoversættelse · Engelsk original
Silero VAD — Android
Silero VAD v5 kører på Android, indlejret Linux, og Windows via ONNX Runtime, der giver streaming voice activity detection med sub- millisekunder latency. Det tjener som rørledningen tale udløser - STT kun kører, når tale er opdaget, spare computerspil.
Model
| Model | Backend | Størrelse | HuggingFace |
|---|---|---|---|
| Silero-VAD-v5 | ONNX Runtime | ~ 2 MB | soniqo/Silero-VAD-v5-ONNX |
Præstation
| Metric | Værdi |
|---|---|
| Klunkstørrelse | 32 ms (512 prøver ved 16 kHz) |
| LATEY | Sub- millisekund per stykke |
| RTF | < 0.01 |
Indstilling
| Parameter | Standard | Varebeskrivelse |
|---|---|---|
min_silence_duration | 0.5s | Stilhed varighed kræves for at afslutte en tale segment |
min_speech_duration | 0.15s | Minimumsvarighed til at udløse detektering |
Vigtigt
På Android indgår VAD i SpeechPipeline og bruges ikke alene. Rørledningen håndterer automatisk VAD → STT → TTS flow. Se speech-android på GitHub for integrationsdetaljer.